标签:length 核心 例子 str 汇总 image split 一个 task
当我们需要执行大量的小任务时,有经验的Java开发人员都会采用线程池来高效执行这些小任务。然而,有一种任务,例如,对超过1000万个元素的数组进行排序,这种任务本身可以并发执行,但如何拆解成小任务需要在任务执行的过程中动态拆分。这样,大任务可以拆成小任务,小任务还可以继续拆成更小的任务,最后把任务的结果汇总合并,得到最终结果,这种模型就是Fork/Join模型。
Java7引入了Fork/Join框架,我们通过RecursiveTask这个类就可以方便地实现Fork/Join模式。
例如,对一个大数组进行并行求和的RecursiveTask,就可以这样编写:
1 public class SumTask extends RecursiveTask<Long> { 2 static final int THRESHOLD = 100; 3 long[] array; 4 int start; 5 int end; 6 7 SumTask(long[] array, int start, int end) { 8 this.array = array; 9 this.start = start; 10 this.end = end; 11 } 12 13 @Override 14 protected Long compute() { 15 if (end - start <= THRESHOLD) { 16 // 如果任务足够小,直接计算: 17 long sum = 0; 18 for (int i = start; i < end; i++) { 19 sum += array[i]; 20 } 21 try { 22 Thread.sleep(1000); 23 } catch (InterruptedException e) { 24 } 25 System.out.println(String.format("compute %d~%d = %d", start, end, sum)); 26 return sum; 27 } 28 // 任务太大,一分为二: 29 int middle = (end + start) / 2; 30 System.out.println(String.format("split %d~%d ==> %d~%d, %d~%d", start, end, start, middle, middle, end)); 31 SumTask subtask1 = new SumTask(this.array, start, middle); 32 SumTask subtask2 = new SumTask(this.array, middle, end); 33 invokeAll(subtask1, subtask2); 34 Long subresult1 = subtask1.join(); 35 Long subresult2 = subtask2.join(); 36 Long result = subresult1 + subresult2; 37 System.out.println("result = " + subresult1 + " + " + subresult2 + " ==> " + result); 38 return result; 39 } 40 41 public static void main(String[] args) { 42 // 创建随机数组成的数组: 43 long[] array = new long[400]; 44 fillRandom(array); 45 // fork/join task: 46 ForkJoinPool fjp = new ForkJoinPool(4); // 最大并发数4 47 ForkJoinTask<Long> task = new SumTask(array, 0, array.length); 48 long startTime = System.currentTimeMillis(); 49 Long result = fjp.invoke(task); 50 long endTime = System.currentTimeMillis(); 51 System.out.println("Fork/join sum: " + result + " in " + (endTime - startTime) + " ms."); 52 } 53 54 private static void fillRandom(long[] array) { 55 for(int i=0; i<array.length; i++){ 56 Random random = new Random(); 57 int i1 = random.nextInt(10); 58 array[i] = i1; 59 } 60 } 61 }
编写这个Fork/Join任务的关键在于,在执行任务的compute()
方法内部,先判断任务是不是足够小,如果足够小,就直接计算并返回结果(注意模拟了1秒延时),否则,把自身任务一拆为二,分别计算两个子任务,再返回两个子任务的结果之和。
main方法中的关键代码是fjp.invoke(task)
来提交一个Fork/Join任务并发执行,然后获得异步执行的结果。
我们设置任务的最小阀值是100,当提交一个400大小的任务时,在4核CPU上执行,会一分为二,再二分为四,每个最小子任务的执行时间是1秒,由于是并发4个子任务执行,整个任务最终执行时间大约为1秒。
新手在编写Fork/Join任务时,往往用搜索引擎搜到一个例子,然后就照着例子写出了下面的代码:
1 protected Long compute() { 2 if (任务足够小?) { 3 return computeDirect(); 4 } 5 // 任务太大,一分为二: 6 SumTask subtask1 = new SumTask(...); 7 SumTask subtask2 = new SumTask(...); 8 // 分别对子任务调用fork(): 9 subtask1.fork(); 10 subtask2.fork(); 11 // 合并结果: 12 Long subresult1 = subtask1.join(); 13 Long subresult2 = subtask2.join(); 14 return subresult1 + subresult2; 15 }
很遗憾,这种写法是错!误!的!这样写没有正确理解Fork/Join模型的任务执行逻辑。
JDK用来执行Fork/Join任务的工作线程池大小等于CPU核心数。在一个4核CPU上,最多可以同时执行4个子任务。对400个元素的数组求和,执行时间应该为1秒。但是,换成上面的代码,执行时间却是两秒。
这是因为执行compute()
方法的线程本身也是一个Worker线程,当对两个子任务调用fork()
时,这个Worker线程就会把任务分配给另外两个Worker,但是它自己却停下来等待不干活了!这样就白白浪费了Fork/Join线程池中的一个Worker线程,导致了4个子任务至少需要7个线程才能并发执行。
打个比方,假设一个酒店有400个房间,一共有4名清洁工,每个工人每天可以打扫100个房间,这样,4个工人满负荷工作时,400个房间全部打扫完正好需要1天。
Fork/Join的工作模式就像这样:首先,工人甲被分配了400个房间的任务,他一看任务太多了自己一个人不行,所以先把400个房间拆成两个200,然后叫来乙,把其中一个200分给乙。
紧接着,甲和乙再发现200也是个大任务,于是甲继续把200分成两个100,并把其中一个100分给丙,类似的,乙会把其中一个100分给丁,这样,最终4个人每人分到100个房间,并发执行正好是1天。
如果换一种写法:
// 分别对子任务调用fork(): subtask1.fork(); subtask2.fork();
这个任务就分!错!了!
比如甲把400分成两个200后,这种写法相当于甲把一个200分给乙,把另一个200分给丙,然后,甲成了监工,不干活,等乙和丙干完了他直接汇报工作。乙和丙在把200分拆成两个100的过程中,他俩又成了监工,这样,本来只需要4个工人的活,现在需要7个工人才能1天内完成,其中有3个是不干活的。
其实,我们查看JDK的invokeAll()
方法的源码就可以发现,invokeAll的N个任务中,其中N-1个任务会使用fork()交给其它线程执行,但是,它还会留一个任务自己执行,这样,就充分利用了线程池,保证没有空闲的不干活的线程。
标签:length 核心 例子 str 汇总 image split 一个 task
原文地址:http://www.cnblogs.com/CoolJayson/p/7495003.html